多尺度特征融合的脊柱X线图像分割方法

摘要：

为了精确地从X线图像中分割脊柱,提出了一种基于深度学习的脊柱X线图像分割方法,使用基于多尺度特征融合的U-Net网络进行分割.将U-Net模型中的卷积层替换成类Inception网络来提取不同尺度的特征,并进行多尺度融合.同时在跳跃连接前增加残差连接层,并在首次上采样前添加卷积块注意力模块.该模型对20幅脊柱X线图像进行验证,Dice系数为0.8457,与近期X线脊柱图像分割方法相比,提高了0.1351.

关键词：脊柱X线图像、U-Net、图像分割、卷积块注意力模块

所属期刊栏目：57

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61361010,61841112

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：214-219